Aprenentatge No Supervisat [104869]
Farré, Mercè
Universitat Autònoma de Barcelona. Facultat de Ciències
Universitat Autònoma de Barcelona. Facultat de Ciències Polítiques i de Sociologia

Títol variant: Unsupervised Learning
Títol variant: Aprendizaje No Supervisado
Data: 2021-22
Resum: La majoria de dades recollides són multivariants, és a dir, per a una mateixa unitat experimental (que pot ser un objecte de naturalesa complexa) observem de manera simultània els valors de diverses variables. L'Anàlisi Multivariant tracta els mètodes que són més apropiats per a descriure, explorar i modelitzar aquestes dades vectorials, així com per a aplicar-hi la inferència estadística. La necessitat de processar gran quantitat de dades amb moltes variables de naturalesa diversa, amb la voluntat de reduir la informació que no sigui rellevant i de descobrir patrons d'associació entre variables, així com l' interès en la classificació supervisada o autònoma de casos, han fet desenvolupar recentment un gran nombre de procediments que se situen en l'escenari multivariant. L'assignatura es planteja com un primer contacte de l'estudiant amb el món de l' anomenat "aprenentatge estadístic" (statistical learning), per tal que comprengui la potència i aplicabilitat, i alhora les limitacions, dels mètodes, alguns dels quals es basen en idees heurístiques força intuïtives. L'enfocament de l'assignatura és eminentment aplicat pel que fa al treball amb dades usant el potencial del programari lliure R, acompanyat del rigor i generalitat adequats en la definició del models teòrics i els corresponents mètodes d'anàlisi i validació dels resultats.
Resum: Most of collected data sets are multivariate, that is, for the same experimental unit, perhaps a complex nature object, we observe simultaneously the values of several variables. Multivariate Analysis deals with the methods that are most appropriate for describing, exploring and modelling vector data, as well as for applying statistical inference. The interest in processing large amounts of observations in many variables of a diverse nature, together with the aim of reducing the information that is not relevant or discovering patterns of association between variables or between cases, they have recently promoted the development of a series of multivariate techniques. This subject is intended as a first contact of the student with the statistical learning theory. Students must understand the power and applicability as well as the limitations of the multivariate tools, some of which are based on very simple heuristic ideas. The subject focuses in the applications, mostly in the computer work sessions using the R free software resources. Theoretical and problems sessions are devoted to formalize the models, derive their properties, and study some models validation techniques.
Resum: La mayoría de datos recogidos son multivariantes, es decir, para una misma unidad experimental (que puede ser un objeto de naturaleza compleja) observamos de manera simultánea los valores de varias variables. El Análisis Multivariante trata los métodos que son más apropiados para describir, explorar y modelizar estos datos vectoriales, así como para aplicar la inferencia estadística. La necesidad de procesar gran cantidad de datos con muchas variables de naturaleza diversa, con la voluntad de reducir la información que no sea relevante y de descubrir patrones de asociación entre variables, así como el interés en la clasificación supervisada o autónoma de casos, han hecho desarrolló recientemente un gran número de procedimientos que se sitúan en el escenario multivariante. La asignatura se plantea como un primer contacto del estudiante con el mundo del llamado "aprendizaje estadístico" (statistical learning), para que comprenda la potencia y aplicabilidad, al tiempo las limitaciones, los métodos, algunos de los cuales se basan en ideas heurísticas bastante intuitivas. El enfoque de la asignatura es eminentemente aplicado con respecto al trabajo con datos usando el potencial del software libre R, acompañado del rigor y generalidad adecuados en la definición de los modelos teóricos y los correspondientes métodos de análisis y validación de los resultados.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. Creative Commons
Llengua: Català, anglès, castellà
Titulació: Estadística Aplicada [2503852]
Pla d'estudis: Grau en Estadística Aplicada [1424] ; Grau en Estadística Aplicada i Grau en Sociologia [1440]
Document: Objecte d'aprenentatge



Català
5 p, 108.4 KB

Anglès
5 p, 106.7 KB

Castellà
5 p, 108.1 KB

El registre apareix a les col·leccions:
Materials acadèmics > Guies docents

 Registre creat el 2021-07-09, darrera modificació el 2023-01-21



   Favorit i Compartir